Katayoon/SELM-Zephyr-7B-dataset

该数据集可能用于对话生成或偏好学习任务，包含多个特征如prompt、prompt_id、messages、reference_response、chosen和rejected等。数据集分为多个训练和测试集，每个分割都有相应的字节大小和示例数量。This dataset is likely used for dialogue generation or preference learning tasks, containing features such as prompt, prompt_id, messages, reference_response, chosen, and rejected. The dataset is divided into multiple training and test sets, each with corresponding byte sizes and example counts.

原始信息汇总

数据集概述

数据集信息

• 特征:

  • prompt: 类型为字符串。
  • prompt_id: 类型为字符串。
  • messages: 列表类型，包含以下子特征:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • reference_response: 类型为字符串。
  • chosen: 列表类型，包含以下子特征:
    • content: 类型为字符串。
    • role: 类型为字符串。
  • rejected: 列表类型，包含以下子特征:
    • content: 类型为字符串。
    • role: 类型为字符串。

• 分割:

  • test_prefs_1: 包含2000个样本，大小为17299800字节。
  • train_prefs_1: 包含15283个样本，大小为131840241字节。
  • test_prefs_2: 包含2000个样本，大小为16564330字节。
  • train_prefs_2: 包含15283个样本，大小为127329232字节。
  • train_prefs_3: 包含15283个样本，大小为129579826字节。
  • test_prefs_3: 包含2000个样本，大小为16863094字节。

• 下载大小: 242239457字节。

• 数据集大小: 439476523字节。

配置

• 默认配置:
  • test_prefs_1: 路径为data/test_prefs_1-*。
  • train_prefs_1: 路径为data/train_prefs_1-*。
  • test_prefs_2: 路径为data/test_prefs_2-*。
  • train_prefs_2: 路径为data/train_prefs_2-*。
  • train_prefs_3: 路径为data/train_prefs_3-*。
  • test_prefs_3: 路径为data/test_prefs_3-*。